Apri la chat, scrivi il prompt, premi invio. “Descrivimi un Grignolino del Monferrato”. Tre secondi dopo hai davanti una scheda di degustazione perfetta: colore rubino scarico, frutti rossi, speziatura delicata, tannino vivace, abbinamento con salumi. Impeccabile. Ordinata. Pronta da pubblicare. C’è solo un problema, e ce ne siamo accorti perché quella bottiglia noi l’abbiamo stappata davvero: la macchina non ha descritto un vino. Ha descritto la media di tutto quello che è stato scritto su quel vino. E la differenza, per chi il vino lo beve invece di leggerlo, è tutto. Ne parliamo ora perché il dibattito si è acceso sul serio: nel giro di pochi giorni il mondo del vino si è ritrovato a discutere insieme dei pregiudizi dei critici umani e dell’ascesa degli algoritmi nel giudizio sensoriale. Due facce della stessa domanda: di chi ci fidiamo, quando ci dicono cosa c’è nel bicchiere?
Il bias umano esiste, inutile girarci intorno
Partiamo dalla parte scomoda: la critica enologica umana è piena di pregiudizi, e chi dice il contrario non ha mai lavorato dietro un bancone. Lo diciamo con il background HoReCa di casa nostra: abbiamo visto clienti giudicare lo stesso vino in modo opposto a seconda del prezzo che credevano di aver pagato.
I bias sono noti e documentati da anni negli studi sulla percezione sensoriale. L’etichetta condiziona: un nome famoso predispone al giudizio positivo prima ancora del primo sorso. Il prezzo condiziona: costoso viene percepito come migliore, quasi automaticamente. L’ordine di assaggio condiziona: dopo un vino potente, uno elegante sembra magro. E poi c’è l’effetto scia dei grandi critici, per cui un punteggio alto genera altri punteggi alti, in una catena dove nessuno vuole essere quello che dissente.
Su questo terreno l’intelligenza artificiale ha buon gioco a presentarsi come soluzione: niente ego, niente stanchezza, niente cena offerta dal produttore la sera prima. Un giudice incorruttibile. Sulla carta.
Il nostro test: abbiamo fatto “degustare” l’IA
Invece di scrivere un saggio teorico, abbiamo fatto la cosa più semplice: una prova. Abbiamo preso una bottiglia che conosciamo bene — il Grignolino della Cantina Durio, che abbiamo stappato e raccontato quando ci siamo occupati del ritorno di questo rosso ribelle del Piemonte — e abbiamo chiesto a uno dei chatbot più diffusi di descrivercela.
Il risultato è stato istruttivo proprio perché non era sbagliato. Era peggio: era plausibile. La descrizione generata parlava di frutti rossi, di freschezza, di tannini “morbidi ed equilibrati”. Chi il Grignolino lo conosce sta già sorridendo: il tannino del Grignolino è tutto tranne che morbido. È la sua firma, il motivo per cui per decenni è stato considerato un vino “difficile”, ed è esattamente quello che ci aveva sorpreso nel bicchiere — quel colore chiaro quasi da rosato che promette leggerezza, e poi quella stretta tannica che non ti aspetti, con i fiori secchi e il pepe bianco a fare da contorno.
La macchina ha appianato la caratteristica più identitaria del vitigno perché statisticamente, nel mare di schede di degustazione da cui ha imparato, “tannini morbidi ed equilibrati” è una frase più frequente di “tannino spigoloso che ti prende in contropiede”. L’algoritmo non mente: fa la media. Ma la media di un vino anomalo è un vino che non esiste.
E qui sta il punto che ci portiamo a casa dal test: l’IA non degusta, riassume. E un riassunto di degustazioni altrui, per quanto elegante, ha lo stesso rapporto con il vino che una recensione di un ristorante ha con la cena.
Quello che l’algoritmo fa bene davvero
Sarebbe però disonesto fermarsi qui, perché in cantina l’intelligenza artificiale e i sistemi di analisi automatizzata un ruolo serio ce l’hanno già, ed è un ruolo che rispettiamo.
L’analisi chimica dei mosti e dei vini è terreno naturale per gli algoritmi: riconoscere pattern in migliaia di dati, individuare deviazioni, segnalare precocemente un’anomalia che l’occhio umano coglierebbe troppo tardi. I sensori elettronici usati nel controllo qualità — i cosiddetti “nasi elettronici”, impiegati da anni nell’industria alimentare — sono strumenti preziosi per intercettare difetti ricorrenti e garantire costanza tra un lotto e l’altro. Nella grande produzione, dove la costanza è un valore commerciale, questo lavoro è oro.
C’è poi il fronte della vigna: modelli previsionali per le malattie, monitoraggio della maturazione, gestione dell’acqua. Tutto ambito in cui il dato batte l’intuizione, e va benissimo così.
La distinzione che proponiamo è semplice: l’algoritmo eccelle dove la domanda è “questo vino è conforme?”. Fallisce dove la domanda è “questo vino è interessante?”. Sono due domande diverse, e la seconda è quella per cui compriamo una bottiglia invece di un’altra.
Quello che manca (e secondo noi mancherà)
Il gusto non è un flusso di dati: è un’esperienza incarnata, situata, con una memoria dietro. Il Nibiò per noi non è un elenco di descrittori: è il pomeriggio in cui l’abbiamo scoperto per caso all’Enoteca Regionale di Nizza, infilato tra le Barbere, con quel nome che non conoscevamo e la curiosità che ha fatto il resto. Nessun algoritmo può replicare la scoperta, perché la scoperta presuppone di non sapere già tutto.
C’è poi una questione più sottile: il critico umano, con tutti i suoi bias, ha una cosa che l’algoritmo non avrà mai — la responsabilità del proprio giudizio. Quando noi vi diciamo che una bottiglia ci ha convinto, ci stiamo esponendo. Potete verificarci, contraddirci, smettere di fidarvi. Il bias umano, quando è dichiarato, diventa un punto di vista. La media statistica, invece, non risponde a nessuno: se sbaglia, non c’è nessuno da chiamare al telefono.
E infine il paradosso che vediamo arrivare: se le note di degustazione generate dall’IA si moltiplicano online — e si stanno moltiplicando — i futuri modelli impareranno sempre più da testi scritti da altri modelli. Una fotocopia di fotocopia. Il rischio non è che l’IA giudichi male i vini: è che appiattisca il linguaggio con cui ne parliamo, fino a rendere tutti i vini uguali sulla carta. E un vino che sulla carta è uguale agli altri è un vino che nessuno andrà a cercare.
Errori comuni da evitare
Fidarsi ciecamente di una scheda di degustazione trovata online. Che sia stata scritta da un umano frettoloso o generata da un algoritmo, se non cita una bottiglia precisa, un’annata, un contesto, è carta da parati. Il nostro test lo dimostra: la descrizione era credibile e sbagliata insieme.
Liquidare l’IA come una moda. L’errore opposto. Negli usi tecnici — controllo qualità, vigna, analisi — è uno strumento serio, e i produttori che la ignorano per principio si troveranno in svantaggio.
Confondere la coerenza con la verità. L’algoritmo dà sempre la stessa risposta, e questo sembra rassicurante. Ma la coerenza di una risposta non dice nulla sulla sua correttezza: dice solo che l’errore, se c’è, è sistematico.
Inseguire i punteggi, di chiunque siano. Umani o artificiali, i punteggi sono scorciatoie. Utili per orientarsi, pericolose se sostituiscono l’assaggio. Vale per i punteggi altissimi dei critici come per il ranking generato da un modello.
Usare l’IA al posto del bicchiere. Chiedere a un chatbot “che vino mi consigli” può essere un punto di partenza divertente. Ma se diventa il punto di arrivo, avete delegato la parte migliore: nemmeno i nostri consigli dovrebbero mai sostituire il vostro assaggio, figuriamoci quelli di una macchina.
Checklist: come usare (bene) l’IA quando si parla di vino
- Usatela per orientarvi: farsi spiegare un vitigno sconosciuto, una denominazione, una tecnica di cantina. Su questo è una buona enciclopedia veloce.
- Verificate sempre i dati specifici: annate, gradazioni, disciplinari. I modelli sbagliano con grande sicurezza proprio sui dettagli.
- Diffidate delle note di degustazione senza bottiglia: se manca produttore e annata, state leggendo una media, non un vino.
- Cercate la voce dichiarata: chi scrive dovrebbe dirvi cosa ha bevuto davvero e cosa cita per sentito dire. Se non lo fa, chiedetevi perché.
- Fate l’ultima verifica col bicchiere in mano: nessun testo, umano o artificiale, sostituisce l’assaggio. È la parte divertente, non delegatela.
La nostra opinione, senza rete
Per noi la risposta alla domanda del titolo è netta: no, un algoritmo non può sostituire il palato — ma non perché il palato umano sia infallibile. Al contrario: proprio perché è fallibile, parziale, condizionato, il giudizio umano è un giudizio. Ha un autore, una storia, una responsabilità. L’algoritmo può diventare un ottimo assistente di cantina e un pessimo critico, e il nostro piccolo test sul Grignolino ce l’ha confermato: la macchina ha levigato via l’unica cosa che rendeva quel vino degno di essere raccontato.
Il futuro che ci auguriamo non è umani contro macchine: è macchine che controllano la conformità e umani che raccontano l’anomalia. Perché il vino che vale la pena cercare è quasi sempre quello che la media statistica non prevede.
E voi? Avete mai chiesto a un’intelligenza artificiale di consigliarvi un vino, e com’è andata a finire nel bicchiere? Raccontatecelo sul canale WhatsApp di WineHoReCa o su Instagram a @winehoreca: le risposte più interessanti — e i disastri più istruttivi — potrebbero finire in un prossimo approfondimento.